• 한국인터넷방송통신학회논문지
• /
• 제23권1호
• /
• pp.117-122
• /
• 2023

본 논문은 스마트워치의 진동을 이용하여 시각장애인에게 길을 안내하는 시스템을 구현한 이전 연구를 개선하고 확장한 내용에 대해 소개한다. 초기 연구에서는 경로의 지형과 경로 상에 설치된 지물에 대해 부정적인 값과 긍정적인 값을 계산하고 이를 토대로 안전한 길을 우선 추천하는 알고리즘을 제안하였다. 또한 여러 진동 패턴을 설계하여 사용자를 진동으로 길을 안내하는 시스템을 제안하고 구현하였다. 본 논문에서는 이전의 안전한 길 우선 추천 알고리즘에 사용자 개인의 선호를 반영하였다. 그리고 추천된 경로에 대한 사용자의 만족도 평가가 즉각 반영되도록 알고리즘에 자동피드백 기능을 추가하였다. 히스토리 시뮬레이션 기능을 추가하여 지난 경로를 검토할 수 있도록 하였고, 스마트워치의 나침반을 이용하여 시각 장애인이 분기점 등에서 길 방향을 찾을 수 있도록 하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.82-84
• /
• 2011

본 논문에서는 사용자의 개인적 취향에 맞는 음악을 추천할 수 있는 사용자 감성/상황 정보 융합 기반의 협업 필터링의 확장을 이용한 음악추천시스템을 소개한다. 본 논문에서 제안하는 시스템은 확장된 협업 필터링 방식을 사용하여 추천을 해준다. 이를 위해 본 논문에서는 추천의 근거가 되는 감성과 무드를 Thayer 음악 무드 모델을 이용하여 총 12 가지의 감성 정보, 8 cluster 의 무드 정보로 분류했다. 또한 사용자의 상황 정보, 활동 & 날씨 & 시간에 대해서도 분류하였다. 분류된 정보는 음악감상 UI 를 이용하여 사용자 별 감성, 상황 그리고 음원의 무드 정보로 수집이 되었고, 수집된 정보를 기반으로 사용자 감성과 청취 곡 횟수를 퓨전하여 평가치 매트릭스를 만들었으며, 이를 바탕으로 단계적 협업 필터링에 의해 사용자 취향에 맞는 음악을 추천해 주는 방법이다.

• 한국인터넷방송통신학회논문지
• /
• 제12권4호
• /
• pp.95-102
• /
• 2012

대화식 드라마는 사용자의 자유로운 선택과 참여가 요구되는 상호작용성을 가진 이야기를 말한다. 본 논문에서는 이러한 대화식 드라마의 특성을 이용하여 훈련 데이터를 만들어 사용자의 선호도를 파악한다. 그 후 파악된 선호도 특성에 맞게 새로운 사용자들에게 스토리의 경로를 추천하는 시스템 구현 과정을 기술한다. 선호도 특성을 추출하기 위하여 Principal Component Analysis(이하 PCA)와 Non-negative Matrix Factorization(이하 NMF)를 사용하였다. PCA를 이용하여 추천한 결과 성공률은 75%, NMF을 이용하여 추천한 결과 성공률은 62.5%를 나타냈다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(D)
• /
• pp.140-142
• /
• 2012

최근 상황인지에 관한 연구가 활발히 진행되고 있으며 스마트폰의 각종 센서를 통해 사용자의 컨텍스트 파악이 가능해졌다. 이에 따라서 스마트폰의 컨텍스트 파악을 통해서 사용자에게 각종 친화적 서비스 모델이 많이 생겨 나고 있다. 사용자의 경로 추론, 실내에서의 사용자의 위치파악, 사용자 위치기반 편의시설 추천 등이 그 예이며, 그 중 애플리케이션 추천은 대표적인 서비스라 할 수 있다. 애플리케이션 추천은 사용자의 컨텍스트에 따라서 애플리케이션 사용내역을 로그 데이터로 만들고, 로그 데이터를 기반으로 컨텍스트에 따라서 사용자의 애플리케이션 추천을 해주는 시스템이다. 여기서 로그 데이터를 가공하지 않고 통계를 통해 추천이 가능하지만, 로그 데이터를 사용하여 의사 결정 트리를 만들게 되면 보다 정확하고, 빠르게 추천이 가능하며 적은 로그 데이터로 더 많은 컨텍스트에 적용하여 추천 할 수 있다는 이점이 있다. 본 논문에서는 사용자의 컨텍스트 추출하고 이 데이터를 기반으로 의사결정트리를 만들어 앱을 추천하는 시스템을 제안한다. 이러한 컨텍스트 수집 방법과 추론모델을 이용한 애플리케이션 추천 시스템은 추후 사용자 친화적 서비스 연구에 많은 도움이 될 것이다.

• 한국산업정보학회논문지
• /
• 제28권2호
• /
• pp.31-45
• /
• 2023

본 연구는 유튜브 이용자의 사용 시간이 양적으로 증대하면서 나타나는 질적 단계와 경로에 주목하였다. 그리고 심리학과 신경과학의 이론을 적용하여 추천시스템의 개인화 알고리즘과 적극이용의 구간을 세분화하였고, 이론연구와 실증연구를 병행하였다. 이론연구에서 심리학과 신경과학의 관점으로 포그의 행동모델(FBM), 가변적 보상, 도파민 중독을 적용하였다. 포그의 행동모델(FBM)은 연관 콘텐츠 제시 기능인 개인화 추천 알고리즘이 트리거(계기)로서 쉬운 클릭을 유발하고, 가변적 보상은 검색하는 콘텐츠에 대한 예측불가능성으로 동기부여의 효과성을 높이며, 도파민 중독은 도파민 신경을 자극하면 지속적 적극적으로 콘텐츠를 소비하게 하는 것으로 요약된다. 본 연구는 개인화 추천 알고리즘과 적극이용 구간에서 콘텐츠의 이용 목적을 심리적 측면에서 처음이용, 재이용, 지속이용, 적극이용의 4단계로 구분하고, 경로를 분석하였다는 점에서 학문적 실무적 기여를 할 것으로 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.5-6
• /
• 2023

본 연구에서는 언텍트 소비가 일반화됨에 따라 소상공인들을 지원하기 위해 캡티브-포털을 활용하여 주문하는 등의 시스템을 구축하고 있으며, 이에 상권 내 방문자들의 주문 정보를 기반으로 개인의 선호나 취향을 고려하고 기존 방문 순서를 고려하여 다음 방문지를 추천할 수 있는 모델을 개발하고자 한다. 모델 개발을 위한 데이터셋으로는 캡티브-포털을 통해 수집되는 변수 항목과 유사한 위치기반 SNS 데이터인 Foursquare 데이터를 활용했다. 본 논문에서는 데이터셋의 변수 중 상호명을 기반으로 22개의 행동 유형 카테고리로 묶어 현재 행동 유형 이후에 다음에 이어질 행동 유형을 예측하는 것을 제안한다. 개인 별 세션 기반의 데이터셋을 LightMove 알고리즘을 활용하여 행동유형 예측을 임베딩 차원의 변경하여 실험한 결과 500차원에서 Top-5가 82.72의 성능을 보임을 확인했다. 향후 국내 상권에 맞는 방문지 추천 시스템이 개발된다면 방문지 추천을 활용하여 다양한 마케팅 전략을 수립이 가능해질 수 있고, 이를 통해 지역 상권이 활성화될 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.782-784
• /
• 2008

급속하게 확산된 비즈니스 웹 사이트로 인해 웹상에 상품의 정보가 기하급수적으로 증가하여 정보 과부하 문제가 발생하였다. 이를 극복하기 위해 내용 기반 추천 시스템, 협업 필터링 추천 시스템 등의 개인화 추천 시스템이 발전했으나 사용자의 성향과 아이템의 성향을 반영하지 못하고 있다. 본 연구에서는 웹상에서 사용자의 행동을 관찰하여 상품의 구매경로와 판매의 상관관계에 따라 각 사용자의 성향과 그룹의 성향, 아이템의 성향을 측정한 뒤 벡터의 내적을 이용하여 사용자의 성향에 가장 적합한 상품의 유사도를 계산하고 추천하는 시스템을 제안한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.142-145
• /
• 2010

본 논문에서는 사용자의 12가지 감성 정보와 음악의 8가지 무드 카테고리를 기반으로 음악을 추천해주는 시스템을 구현하였다. 사용자의 감성과 음악의 무드를 기반으로 음악을 검색하기 위해 전공자 집단 5명과 비전공자 집단 13명, 총 18명으로부터 감성 히스토리 정보와 무드 분류 정보를 얻었다. 감성 히스토리 정보는 참여자가 자신의 감성 정보를 지정하고 어떤 음악을 들었는지를 나타내며, 무드 분류 정보는 각 곡이 어떤 무드를 갖는지를 나타낸다. 위에서 얻어진 정보를 바탕으로 사용자의 감성 정보를 기반으로 3가지 각기 다른 추천 알고리즘을 구현했다. 첫 번째 알고리즘은 사용자 감성 정보를 기반으로 얻어진 유사도 곡 리스트 중 1위곡의 무드 정보를 이용하여 음악을 추천한다. 두 번째 알고리즘은 첫 번째 알고리즘에서 1위곡부터 20위곡까지의 무드 정보를 이용하여 음악을 추천한다. 마지막 추천 알고리즘은 사용자 감성 정보를 기반으로 얻어진 유사도 곡 리스트를 등록된 사용자들이 가장 많이 들었던 순서대로 정렬하여 음악을 추천한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.117-125
• /
• 2022

최근 여행에 대한 관심이 높아지면서, 번거로운 여행 일정을 대신 수립해주는 여행 일정 추천 서비스에 대한 연구가 활발히 진행되고 있다. 여행 일정 추천에 있어 가장 중요하면서도 공통적으로 제시되는 목표는 여행 목적지 근처의 인기 관광지를 포함한 최단 거리 여행 경로를 제공하는 것이다. 다수의 기존 연구에서는 개인 맞춤형 스케줄 제공에 초점을 맞추었으며, 사용자의 여행 이동 경로 이력이나 SNS 리뷰가 존재하지 않을 경우 설문 조사가 필요한 문제점이 있었다. 또한 최단 거리를 계산할 때 발생할 수 있는 현실적인 문제점도 명확히 지적되지 않았다. 이와 관련하여, 본 논문에서는 소셜 빅데이터를 활용하여 인기 관광지를 알아내기 위한 정량화된 방법을 소개하고, 최단 거리 알고리즘 적용시 발생할 수 있는 문제점과 이를 해결하기 위한 휴리스틱 알고리즘을 함께 제시한다. 제안 방법을 검증하기 위해, 경상남도를 대상으로 63,000여 개의 플레이스 정보를 수집하고 빅데이터 분석을 수행했으며, 실험을 통해 제안한 휴리스틱 스케줄링 알고리즘이 실제 데이터 상에서 실시간 처리가 가능함을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제19권2호
• /
• pp.460-468
• /
• 2019

최근 빅데이터 분석을 통해 새로운 정보들을 도출해내기 위한 분석 기법들과 이를 이용한 다양한 서비스들이 개발되고 있다. 그 중에서 빅데이터가 중요하게 활용될 수 있는 분야 중의 하나가 교통 분야이다. 기존 대중교통 안내 서비스의 경우 현재 교통정보를 기준으로 추천하기 때문에 실제로는 최적이 아닌 경로가 추천될 수 있다. 본 논문에서는 빅데이터 분석을 통한 실시간 최적 교통 경로 안내 시스템을 설계하고 구현한다. 설계한 시스템은 실시간 교통정보를 활용함과 동시에 과거 수집된 교통 정보를 분석하여 각 경로들의 교통 상황을 예측하여 경로 이동 계획을 설정해준다. 또한 중간에 교통상황이 급변하여 경로를 수정해야할 필요가 있을 때 사용자에게 알림을 주고 그에 대한 조치를 취할 수 있도록 지원한다.